基于圖像統(tǒng)計建模的泡沫圖像恒常顏色校正算法研究.pdf

1、在基于機器視覺的礦物浮選監(jiān)控過程中，泡沫圖像所包含的顏色信息能夠直接反映出浮選工況的好壞。因此，通過提取并研究浮選泡沫圖像的顏色特征變化，能夠?qū)崿F(xiàn)浮選工況的優(yōu)化控制。然而，由于浮選現(xiàn)場的惡劣環(huán)境以及復雜光照等不利因素的影響，致使采集到的泡沫圖像遭受嚴重的噪聲干擾以及色偏。為了消除以上不利影響，提高后續(xù)顏色特征提取的準確性，本文提出了基于圖像統(tǒng)計建模的泡沫圖像恒常顏色校正算法。本文的主要研究內(nèi)容如下:
　　(1)針對泡沫圖像遭受的嚴

2、重噪聲干擾，結合泡沫圖像的固有視覺特性，提出了基于復合形態(tài)學和顏色恒常的泡沫圖像去噪方法。該方法將圖像變換到消除偏色的RGB模型，以消除光照變化引起的圖像直方圖的偏移，然后再對圖像進行復合形態(tài)學濾波去噪。根據(jù)泡沫圖像的形狀特點，設計出合適的多形狀、多尺寸結構元素的復合形態(tài)學濾波器，同時對圖像進行Top-hat變換，以減少濾波過程中對圖像細節(jié)的損耗。最后通過仿真分析、去噪后分割效果分析以及峰值信噪比的計算，驗證了所提算法的有效性。該算法在

3、去噪的同時，還保留了圖像顏色信息以及邊緣和紋理等細節(jié)，為后續(xù)的特征提取打下了良好的基礎。
　　(2)為了解決浮選現(xiàn)場復雜光照對泡沫圖像顏色信息的影響，受圖像統(tǒng)計建模理論的啟發(fā)，提出了一種基于Contourlet域圖像統(tǒng)計模型的泡沫圖像顏色恒常性校正算法。首先，通過對泡沫圖像統(tǒng)計特性的分析，利用Contourlet變換和廣義高斯分布函數(shù)對圖像進行統(tǒng)計建模，使得泡沫圖像最終轉(zhuǎn)化為向量的形式。其次，選取顏色恒常性標準圖像庫(Gray-b